Bibliothèques et agents IA

le risque de l’invisibilisation

• Télécharger
• Citer
• Permalien
• Partager sur facebook
• Partager sur Twitter
• Embarquer

• Auteur : Geoffroy, Géraldine
• Description : L’année 2026 sera l’année des agents IA… C’était annoncé, et effectivement depuis le début de l’année nous assistons à la diffusion et à la montée en puissance de deux grandes familles d’outils agentiques d’un nouveau type : d’une part des assistants orientés coding comme Claude Code, Codex, Gemini CLI, Opencode etc., et d’autre part des frameworks de création, de configuration et d’orchestration d’agents permettant l’automatisation de workflows via des canaux de communication (Slack, Discord, messagerie…) comme OpenClaw et ses multiples dérivés.
  L’émergence de ces outils marque une forme de rupture dans la manière dont les interactions avec les LLMs sont architecturées, et pour en comprendre l’importance, revenons brièvement sur l’évolution de l’usage des LLMS :
  1) Le chatbot "historique" dans le cadre duquel le modèle reçoit une question et produit une réponse. L’essentiel du travail consistait à améliorer les prompts (prompt engineering), maintenir l'historique des conversations ou à enrichir le modèle avec des bases de connaissances externes via des systèmes de type RAG, tout ceci apparaissant presque déjà comme la préhistoire de l'applicatif IA.
  2) Les frameworks agentiques "classiques", tels que CrewAI ou SmolAgents qui ont posé les bases de ce qu'on appelle l'IA agentique, à savoir l'idée qu'un modèle de langage ne se contente pas de générer du texte mais est capable, quand il a été entraîné pour le "function calling", d'agir dans un environnement en appelant des outils externes, interrogeant des bases de données, exécutant des scripts, et en planifiant des étapes successives pour atteindre un objectif. Pour ce faire, un agent fonctionne généralement selon le paradigme ReAct (Reasoning + Acting) c’est-à dire selon un cycle du type : planifier la tâche → choisir un outil → exécuter l'action → analyser le résultat → ajuster le plan → recommencer, et ces frameworks orientés code ont précisément permis d’outiller et d’orchestrer un ou plusieurs agents pour la réalisation d’une tâche complexe.
• Collection : Vade-mecum, guides, fiches pratiques
• Thèmes : La bibliothèque : organisation et environnement , Monde de l'Information , Traitement de l'information
• Licence de diffusion : Tous droits réservés
• Format : Fichier Adobe PDF
• Date de création : 18 mars 2026
• Étendue : 276,4 Ko
• Étendue : 6 p.
• Date de publication : 08 mars 2026
• Langue : fr
• Éditeur ou organisme : iaetbibliotheques.fr
• Sujet(s) : agents IA , frameworks , outils agentiques
• Type de ressource : text